从无到有 闲侃汽车辅助驾驶

  “脚踩三块铁，到哪都是客”，20多年前开车可是个技术活，眼力好，手脚快，经验足才能有机会开上汽车。同时也说明了，驾驭汽车多么不容易。不像现在汽车功能的丰富多彩，早些年连倒车雷达都需要选配，更别提倒车影像、360°环影了。

  后来在20世纪70年代，作为民技术的倒车雷达出现了，倒车雷达解决了部分无视野的盲区探测，但依然存在探测不准、范围小、距离短以及小型障碍物。再后来进入21世纪，汽车开始慢慢普及屏幕和摄像头，倒车影像出现了。有了屏幕看得清，这为倒车提供了极大的便利。

  随着科技的发展，汽车越来越先进，开始配备前后倒车雷达，倒车影像也升级为360°环视。近10年的时候，我们的车辆可以自动车道居中行驶，还可以主动刹车、自动泊车、主动避让的功能都慢慢有了，带来人们的不仅是行车便利，更是生活品质的飞跃。

  随着特斯拉的入局，辅助驾驶逐渐走走向智能驾驶，全自动驾驶也触手可得。新势力造车企业，除了卷配置，卷服务，智驾能力如何也是卷的重要方向。不久前，理想汽车的OTA更新公告中就提到，理想汽车智能驾驶平台开始向大模型为主的端到端算法架构切换，采用BEV大模型和Occupancy占用网络让感知更精准。

  其中，BEV、Occupancy占用网络、端到端算法架构看上去很高大上，那这些词都是啥意思呢？

  这里的BEV可不是电动汽车的意思，而是Bird’s Eye View的缩写，即鸟瞰视角技术。BEV将多个摄像头拍摄的图像拼接成一个全景图像的技术，说简单点就是一种感知技术。根据传感器不同，可大致分为为BEV LiDAR点云类，还有BEV Camera图像类，还有BEV Fusion融合类。如纯视觉方案的特斯拉就是BEV Camera，而蔚小理们因为搭载多种雷达和摄像头，就属于BEV Fusion。

  举例来说，特斯拉使用8个摄像头采集图像后融合，系统将采集图像通过矫正后，统一输入到神经网络来提取特征，然后通过transformer将这些特征进行关联，之后再投影到一个向量空间之中，最终拿到一张反映周围环境的鸟瞰图。

  注：Transformer是谷歌在2017年提出的一种基于注意力机制的神经网络模型。简单的说，就是给电脑一张图片让其识别图片里的内容，并关联融合。

  有了BEV后，理论上车辆在陌生环境里，不依靠高精地图也能自主行驶。但这还远远不足，BEV感知无法预测悬垂的障碍物，如开启的车门，于是就有了Occupancy占用网络。

  如同字面意思，占用网络就是将世界网格化，定义哪个单元被占用，哪个单元是空闲的。

  Occupancy占用网络是基于BEV技术的。BEV将采集的图像输出为2D，而Occupancy占用网络将其升维为3D网格，那么剩下的就很简单了，只要空闲的单位格没被占用，那么就可以通行，智驾适应能力大幅提升。

  端到端是end-to-end（E2E），属于深度学习的概念，由英伟达于2016年提出。端到端无人驾驶方案是将自动驾驶系统看作一个黑箱，所有模块神经网络化，训练一个或多个神经网络，从而得到从感知到控制的直接映射，就是将条件反射转化为非条件反射。再用人打个比方，婴儿碰到奶嘴就会吮吸，这是刻在基因里的，无需思考就能做出行动，这就是端到端。

  放到智驾上来说，端到端就是车辆通过传感器采集到的原始数据输入神经网络系统，直接给车辆底层控制器输出加速、制动、转向等驾驶指令。跳过了一级一级的处理，大幅度的提高了运转效率。

  作为新事物，智驾“有没有”、“敢不敢用”还是“好不好用”，不同厂家因为研发投入以及硬件配置不同，消费者实际体验也区别甚大。简单来说，硬件决定上限，软件决定下限，硬件配置是吸引消费的人的手段，而体验的好坏直接影响用户的口碑。

  从趋势上看，未来的智驾可能会分为两类路线——单车智能、车路云协同。单车智能即所有计算均在车辆本地运算后实现无人驾驶。而车路云协同则通过云端服务器对道路、车辆数据采集汇总后，告诉车辆如何行驶。但车路云协同对道路基础设施要求极高，基础设施不佳的道路上，表现远不如单车智能。而且作者觉得，不管是哪一条路线次才能媲美人类驾驶员。

  鉴于各个厂家对于智驾的宣传都属于噱头大于实际，各品牌都有智驾状态下出现事故的报道，笔者也无法给出谁家的智驾是“遥遥领先”的答案，我们强烈建议消费者亲身进行体验试驾进行比对，不要盲目相信PPT上的广告词。在实际用车中，也绝对不要放心让智驾来辅助驾驶，方向盘还是握在自己手里才更安全。